基于多線索的立體視頻對象分割.pdf

1、當(dāng)今社會對數(shù)字化視頻的需求越來越多，對視頻服務(wù)的要求也越來越高。除了要求更快的傳輸速度、更小的存儲空間外，還需要即時點播(VOD)、遠(yuǎn)程視頻通信(如視頻會議)、遠(yuǎn)程醫(yī)學(xué)診斷、視頻數(shù)據(jù)庫瀏覽和關(guān)鍵幀檢索等更高級的視頻服務(wù)?；谝曨l內(nèi)容的處理技術(shù)是實現(xiàn)這些需求的主要措施，而對于基于內(nèi)容的視頻處理來說，視頻對象分割是其關(guān)鍵技術(shù)。現(xiàn)有的基于單視點的視頻對象分割技術(shù)還不能很好地對語義對象進(jìn)行精確分割，而對于立體視頻來說，可以獲得單視點視頻中所沒有

2、的深度(視差)信息，深度信息是接近語義的，這對于對象分割是十分有利的。本文采用基于視差分析的方法，結(jié)合邊緣、運動以及顏色等多種線索，較精確地分割視頻對象，解決了在時空分割中難以解決的問題，或者用相對簡單的方法分割出在單視點視頻中需用復(fù)雜方法才能分割的視頻對象。 本文在比較了基于區(qū)域和基于特征的視差匹配各自優(yōu)缺點后，實現(xiàn)了一種基于區(qū)域的視差估計方法。本方法采取優(yōu)化搜索路徑的措施提高了匹配速度。針對傳統(tǒng)視差匹配計算量大、誤匹配率高的

3、問題，本文還提出了一種基于特征約束的立體匹配新方法。能在比較精確的邊緣特征點視差值的約束下，將非邊緣特征點的匹配搜索區(qū)域大大縮小，不但可以減少計算量，而且還能保證匹配的可靠性。 采用上述改進(jìn)的基于區(qū)域視差估計方法，本文提出了一種基于視差和閾值的立體視頻對象分割算法。首先對圖像進(jìn)行視差估計，并對所得到的結(jié)果作數(shù)學(xué)形態(tài)學(xué)的處理，然后針對不同的對象分別采用迭代閾值法和自適應(yīng)閾值法進(jìn)行二次分割，最終提取出對象。本方法適用于攝像機與靜止景